This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.
This comprehensive course introduces you to the YOLO-NAS + v8 model and its integration into real-world applications. You’ll gain hands-on experience in using YOLO-NAS + v8 for object detection, training custom models, and deploying solutions across different platforms, from cloud services to mobile devices.
Learn how to transition from YOLOv8 to YOLO-NAS, refine object detection capabilities, and integrate advanced tracking techniques with algorithms like DeepSORT and Bytetrack. The course takes you on a journey through every aspect of YOLO-NAS + v8, from setting up the environment on various platforms, fine-tuning models for specific needs, and exploring use cases such as waste sorting detection and safety compliance.
You’ll also learn model conversion techniques and deploy solutions on Docker, Jetson NANO, and even mobile devices using Kivy. Whether you're looking to enhance your computer vision skills or integrate AI into mobile and web apps, this course caters to all levels of learners.
If you're a developer, data scientist, or researcher, this course will provide you with the necessary tools to create sophisticated AI-driven applications across a wide range of industries.
- Introducción a YOLO-NAS + v8
En este módulo, te presentaremos YOLO-NAS + v8, explorando sus avances y características sobre las versiones anteriores. Aprenderás cómo configurar y ejecutar YOLO-NAS + v8 en diferentes plataformas, incluyendo Google Colab. El módulo también abarca casos de uso esenciales, aplicaciones prácticas y técnicas para ajustar modelos preentrenados para un rendimiento óptimo.
- Entrenamiento Personalizado de YOLO-NAS + v8
En este módulo, te guiaremos a través del proceso completo de entrenamiento de YOLO-NAS + v8, desde la comprensión del flujo de trabajo de entrenamiento hasta el trabajo con conjuntos de datos personalizados. Aprenderás técnicas clave como el preprocesamiento y la aumento de datos, explorarás aplicaciones del mundo real como la detección de clasificación de residuos y dominarás el uso de Roboflow para optimizar el entrenamiento, prueba y despliegue del modelo. Al final de este módulo, estarás preparado para manejar proyectos personalizados con mayor facilidad y eficiencia.
- Seguimiento de Objetos con YOLO-NAS + v8
En este módulo, te presentaremos el Seguimiento de Múltiples Objetos (MOT) y cómo puede mejorarse integrando YOLO-NAS + v8 con algoritmos de seguimiento como DeepSORT, Bytetrack y FairMOT. También aprenderás cómo aplicar YOLO-NAS + v8 para seguir objetos en entornos desafiantes y crear un panel de seguimiento y análisis en tiempo real usando Streamlit. Al final de este módulo, tendrás las habilidades para implementar soluciones sólidas de seguimiento de objetos en diversas aplicaciones del mundo real.
- Conversión de Modelos
En este módulo, te guiaremos a través de los pasos esenciales para convertir modelos de PyTorch a varios formatos, como CoreML, OpenVino, TensorFlow y TensorRT. Aprenderás cómo preparar el entorno para la conversión de modelos y entender los requisitos específicos para el despliegue de modelos en diferentes ecosistemas. Al final de este módulo, serás competente en la conversión de modelos para un rendimiento optimizado en diversas plataformas de hardware.
- Integración con Flask
En este módulo, te llevaremos a través del proceso de configuración de una aplicación Flask e integración del modelo YOLO-NAS + v8 para crear soluciones web basadas en IA. También aprenderás a diseñar interfaces front-end intuitivas que permitan a los usuarios interactuar con tus modelos de IA sin problemas. Al final de este módulo, estarás preparado para construir aplicaciones de IA de pila completa usando Flask.
- Aplicaciones YOLO-NAS + v8 en Flask
En este módulo, exploraremos diversas aplicaciones prácticas de YOLO-NAS + v8 dentro de aplicaciones Flask. Desde generar mapas de calor para minoristas hasta garantizar el cumplimiento de seguridad en minería y detectar riesgos ambientales como residuos plásticos y humo, aprenderás a aprovechar Flask para construir soluciones en tiempo real impulsadas por IA. Además, te sumergirás en el mundo creativo de los videojuegos desarrollando un aimbot para CS-GO con YOLO-NAS + v8. Al final de este módulo, tendrás una base sólida para desplegar YOLO-NAS + v8 en aplicaciones del mundo real en diferentes industrias.
- Desarrollo Móvil Usando Kivy
En este módulo, te guiaremos a través del proceso completo de desarrollo de aplicaciones móviles usando Kivy, desde la configuración inicial hasta desplegar una aplicación completamente funcional. Aprenderás a integrar el modelo YOLO-NAS + v8 para la detección de objetos móviles, convertirlo a TensorFlow Lite para un rendimiento optimizado y crear interfaces de usuario atractivas con widgets y botones. Además, cubriremos pasos importantes de despliegue, prueba y depuración, asegurando que tu aplicación Kivy funcione sin problemas en dispositivos. Al final de este módulo, estarás preparado para crear y desplegar aplicaciones móviles sofisticadas con capacidades avanzadas de IA.
- Aplicaciones Móviles
En este módulo, te guiaremos a través del desarrollo de aplicaciones móviles con un enfoque en soluciones prácticas basadas en IA. Aprenderás cómo usar transmisiones de video en tiempo real para conteo de personas, construir un escáner de documentos con Easy-OCR y explorar el reconocimiento de lenguaje de signos para mejorar la comunicación. Además, te enseñaremos a integrar widgets de gráficos de barras para la visualización dinámica de datos en tus aplicaciones. Al final de este módulo, estarás preparado para desarrollar aplicaciones móviles poderosas que aprovechen la visión por computadora y la visualización de datos para varios casos de uso.
- Segmentación de Objetos
En este módulo, profundizaremos en los aspectos esenciales de la segmentación de objetos, enseñándote a configurar y optimizar modelos para un alto rendimiento. Explorarás técnicas efectivas de recolección de datos, anotación y aumento, junto con aplicaciones especializadas como la detección de grietas. Además, aprenderás a entrenar modelos de segmentación en GPUs, desplegarlos para uso en tiempo real y mejorarlos integrando YOLO-NAS con segmentación SAM para mayor precisión. Al final de este módulo, estarás preparado para abordar tareas de segmentación complejas en una variedad de industrias.
- Despliegue de YOLO-NAS para Docker
En este módulo, te guiaremos a través del despliegue de YOLO-NAS en Docker, asegurando que tus modelos de IA funcionen eficientemente en entornos aislados y escalables. Además, aprenderás cómo desplegar YOLO-NAS en la plataforma Jetson NANO, enfocándote en optimizar el rendimiento para escenarios de computación en el borde. Al final de este módulo, serás competente en la configuración y despliegue de YOLO-NAS en diferentes plataformas para aplicaciones reales de IA.
- Contenido Adicional
En este módulo, presentaremos emocionante contenido adicional que amplía tus conocimientos en IA. Te sumergirás en el proyecto VegGPT, explorando el uso de modelos GPT en la agricultura, y te mantendrás actualizado sobre las últimas mejoras en YOLOv8, particularmente en relación con las mejoras en la precisión de la caja delimitadora de objetos. Este contenido te equipará con conocimientos de vanguardia para mejorar tus aplicaciones de visión por computadora.
